幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

生物數據分析與實踐

  • 作者：編者:劉宏德//孫嘯//謝建明|責編:姜曉樂
  • 出版社：東南大學
  • ISBN：9787564198114
  • 出版日期：2021/12/01
  • 裝幀：平裝
  • 頁數：253
人民幣：RMB 66 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本教材以最新的高通量生物信息數據為分析對象，系統介紹最常用的和更新的生物信息分析方法、工具，以及數據分析的流程步驟，涵蓋R語言編程，基因組測序數據分析，變異識別、RNA測序（RNA-Seq）數據分析（基因表達分析），基於ChIP-Seq、ATAC-Seq等數據的轉錄調控分析，系統發生分析，分子網路構建，單細胞測序數據分析，數據融合分析等章節。
    本書將在原理方法的基礎上，重點介紹典型分析任務的流程和工具的使用，具體到分析環境配置、命令使用，並配以適當的分析案例。
    本書適合作為教材，也可作為信息分析從業者的參考書目。
作者介紹
編者:劉宏德//孫嘯//謝建明|責編:姜曉樂
目錄
第一章  R語言基礎及Bioconductor平台
  1.1  引言
  1.2  R語言基礎
    1.2.1  R語言基礎語法
    1.2.2  R語言數據類型
    1.2.3  R語言繪圖方法
  1.3  R包及Bioconductor平台
    1.3.1  包的安裝
    1.3.2  包的載入
    1.3.3  包的使用
    1.3.4  Bioconductor：生信人的萬能包
第二章  基於R的統計學基礎
  2.1  引言
  2.2  R語言數據管理
    2.2.1  數據排序
    2.2.2  數據集合併
    2.2.3  缺失值處理
  2.3  分佈與假設檢驗
    2.3.1  概率分佈
    2.3.2  t檢驗
    2.3.3  非參數檢驗
    2.3.4  其他檢驗
  2.4  方差分析
    2.4.1  單因素方差分析
    2.4.2  兩因素和多因素方差分析
  2.5  相關與回歸分析
    2.5.1  Pearson與Spearman之間的較量
    2.5.2  一元線性回歸
    2.5.3  多元線性回歸
    2.5.4  邏輯回歸
第三章  序列比對及序列搜索
  3.1  引言
  3.2  序列比對與搜索的演算法
    3.2.1  序列兩兩比對演算法
    3.2.2  序列搜索演算法BLAST
  3.3  應用實例
    3.3.1  標準動態規劃演算法
    3.3.2  Needleman-Wunsch演算法
    3.3.3  Smith-Waterman演算法
    3.3.4  BLAST(DNA, protein, DNA-protein)
第四章  系統發生分析
  4.1  引言
  4.2  系統發生分析的概念和系統發生樹
    4.2.1  系統發生分析的基本概念
    4.2.2  系統發生樹及其性質
  4.3  多序列比對和系統發生樹的構建
    4.3.1  多序列比對
    4.3.2  多序列比對的常用工具
    4.3.3  系統發生樹的構建方法
    4.3.4  系統發生樹的構建及分析工具

    4.3.5  系統發生樹的統計分析
  4.4  應用實例
    4.4.1  基於EBI ClusterQ工具的多序列比對實例
    4.4.2  基於R語言的多序列比對和系統發生樹構建實例
    4.4.3  基於MEGA的系統發生樹構建實例
第五章  蛋白質結構分析
  5.1  引言
  5.2  蛋白質各級結構特點及分析工具
    5.2.1  蛋白質一級結構
    5.2.2  蛋白質二級結構
    5.2.3  蛋白質三級結構
  5.3  基於深度學習方法預測蛋白質結構
    5.3.1  背景
    5.3.2  Alphafold：基於神經網路的蛋白質結構預測
    5.3.3  Alphafold2：集中注意力的Alphafold
  5.4  集成門戶Expasy
第六章  高通量測序數據、基因組裝配、讀段回帖
  6.1  引言
  6.2  測序技術的發展簡史
  6.3  Illumina測序技術：高通量測序界的寵兒
    6.3.1  SBS測序流程
    6.3.2  測序：從讀懂fastq/a文件開始
  6.4  數據分析前的準備
    6.4.1  FastQC：測序讀段的專屬「醫生」
    6.4.2  讀段的處理工具
  6.5  基因組序列組裝
    6.5.1  短序列組裝中的兩種構圖
    6.5.2  組裝流程
    6.5.3  組裝評估
    6.5.4  組裝工具
  6.6  測序讀段回帖
    6.6.1  參考基因組選擇
    6.6.2  測序讀段回帖演算法——BWT演算法
    6.6.3  站在BWT肩上的BWA
    6.6.4  局部重比對
    6.6.5  標記重複
    6.6.6  鹼基質量重新評估
    6.6.7  sam、bam文件及其管家samtools
    6.6.8  vcf、bcf 文件及其管家bcftools
第七章  基因組註釋及變異分析
  7.1  引言
  7.2  基因組註釋
    7.2.1  基因組註釋的方法
    7.2.2  基因組結構預測的工具
    7.2.3  基因組註釋實例
  7.3  識別變異
    7.3.1  結構變異的識別策略
    7.3.2  FreeBayes方法與實例
    7.3.3  VarScan2方法與實例
    7.3.4  GATK工具：變異識別的優等生

    7.3.5  IGV：可視化好幫手
  7.4  MoDIL檢測中等長度的Indel變異
第八章  轉錄組測序數據分析
  8.1  引言
  8.2  基因表達
  8.3  轉錄組測序的目的和數據特點
    8.3.1  轉錄組測序的目的
    8.3.2  轉錄組測序數據的特點
  8.4  轉錄組測序的工作流程
    8.4.1  實驗設計
    8.4.2  RNA完整性檢查
    8.4.3  RNA的提取和cDNA文庫的構建
    8.4.4  cDNA測序
    8.4.5  測序數據質量控制
    8.4.6  序列回帖/組裝
    8.4.7  基因表達水平的量化
    8.4.8  差異表達分析
    8.4.9  差異表達基因富集分析
  8.5  轉錄組測序的應用
    8.5.1  基因表達與差異分析
    8.5.2  選擇性表達
    8.5.3  發現新的轉錄本
    8.5.4  非編碼RNA鑒定與分析
  8.6  轉錄測序數據分析示例
    8.6.1  分析流程概述
    8.6.2  數據分析實戰
第九章  轉錄因子結合數據及其分析
  9.1  引言
  9.2  ChIP-Seq及其數據分析流程概述
  9.3  ChIP-Seq技術的原理、方法
    9.3.1  ChIP-Seq實驗步驟及原理
    9.3.2  ChIP-Seq測序實驗的設計
  9.4  ChIP-Seq數據分析流程
    9.4.1  原始數據
    9.4.2  數據質量評價
    9.4.3  質量控制
    9.4.4  搜峰
    9.4.5  重複一致性評估
    9.4.6  峰的合併及統計
    9.4.7  峰的可視化
    9.4.8  峰的註釋
    9.4.9  靶基因功能富集分析
  9.5  轉錄因子結合位點分析
    9.5.1  轉錄因子結合位點的表現形式
    9.5.2  識別單個序列中的結合位點
    9.5.3  轉錄因子資料庫及Motif分析工具
第十章  染色質結構及其分析方法
  10.1  引言
  10.2  染色質及其開放性
    10.2.1  染色質及其狀態

    10.2.2  染色質開放性與可及基因組
    10.2.3  染色質開放性的影響因素
    10.2.4  可及基因組及調控功能
  10.3  染色質開放組學研究技術
    10.3.1  DNase-Seq技術
    10.3.2  FAIRE-Seq技術
    10.3.3  ATAC-Seq技術
    10.3.4  DNase-Seg、ATAC-Seg和FAIRE-Seq方法比較及數據特點
  10.4  染色質開放組學數據分析流程
    10.4.1  質量評估
    10.4.2  比對
    10.4.3  染色質開放信號識別及分析
    10.4.4  模體分析及核小體定位
  10.5  染色質開放組學數據分析實踐
    10.5.1  基於ATAC-Seq和RNA-Seq的轉錄調控分析
    10.5.2  染色質開放性與疾病關係分析
第十一章  單細胞測序數據分析
  11.1  引言
  11.2  單細胞轉錄組數據分析
    11.2.1  數據預處理
    11.2.2  基礎分析
    11.2.3  下游分析
  11.3  單細胞染色質開放性分析
    11.3.1  基礎分析
    11.3.2  下游分析
  11.4  整合分析
  11.5  實例
    11.5.1  數據導入
    11.5.2  數據過濾
    11.5.3  數據歸一化(Normalization)
    11.5.4  特徵選擇
    11.5.5  數據縮放
    11.5.6  數據降維
    11.5.7  聚類
    11.5.8  數據可視化
    11.5.9  差異表達基因
第十二章  生物分子網路的構建與分析
  12.1  引言
  12.2  生物分子網路的構建
    12.2.1  當生物系統遇上網路
    12.2.2  生物網路的類型與建模
    12.2.3  重要的生物網路資料庫簡介
    12.2.4  網路可視化和分析工具
  12.3  基於Cytoscape的網路分析應用實例
    12.3.1  軟體下載及環境配置
    12.3.2  運行Cytoscape
    12.3.3  創建網路及文件導入
    12.3.4  網路屬性設置
    12.3.5  網路布局設置
    12.3.6  過濾和子網選取

    12.3.7  網路拓撲結構分析
    12.3.8  基於互作資料庫構建網路和網路融合
    12.3.9  Cytoscape插件的使用
    12.3.10  結果導出

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032